结构突变航天器惯量参数在轨辨识方法

针对在轨服务的航天器惯量参数突变情况,提出了基于卫星在轨姿态测量及控制信息实现惯量参数实时辨识的方法,设计了递推最小二乘(RLS)及扩展卡尔曼滤波(EKF)辨识算法。在RLS算法中引入自适应遗忘因子,每次递推过程中通过分配先验数据和当前数据的权重确保产生突变后辨识值的及时跟踪;在EKF算法中明确先验预测协方差中参数变化的影响,将其代入更新预测协方差矩阵以应对惯量参数的突变。仿真结果表明,考虑惯量参数突变的场景,RLS算法和EKF算法的辨识精度可达1.5%和1%,辨识时间分别优于30 s和40 s;考虑惯量缓慢时变的场景,两种方法均可实现惯量参数的在轨实时辨识,辨识精度满足姿控系统需求。